＃今日のテーマは、PDF の透明テキストを削除し、テキスト認識 をやり直す方法です。

修了作品は終わったのですが、実は 1 冊全部を訳したわけではなく、付録部分が残っています。
選択した原著のページ数があまりに多かったので、付録を除く本文のみを修了作品としたのです。
で、、、残りの部分はもういいや、、、と思っていたのですが、せっかくなので、隙間時間にコツコツ訳してみようと思いました。^o^

で、まずは原著の取り込み (スキャン & OCR) からです。

何せ、前回原著の取り込みをしたのは半年以上前のことなので、かなり忘れていました。^^;
しかも、前回、Acrobat の OCR を使ったのですが、その Acrobat をバージョンアップしてしまったため、メニューがわからず、少々とまどいました。

その Acrobat の OCR なのですが、前回はスキャナについていた OCR より Acrobat の OCR の方が良いと思っていたのですが、今回使って見ると、結構、誤認識があります。
英語を指定しているのに、なぜか「th」が「出」と認識されているケースが多いです。;_;

ちょっと調べてみたところ、Acrobat の OCR で「ClearScan」という方式を選択した方が良かったのでは?　という気がしました。
ですが、OCR の後、PDF を上書きしてしまったので、認識したテキストデータを削除しないと、OCR をやり直すことができません!

というわけで、認識したテキストデータ (一般に「透明テキスト」と呼ばれるらしいです) を削除して、ClearScan でテキスト認識をやり直しました。

ステップ1：失敗した OCR テキストの削除
1) [ツール] - [保護] - [非表示情報を検索して削除]をクリック
2) 検索が完了したら、[非表示テキスト] を選択して削除
これで、認識したテキストデータが削除されました。

ステップ2： テキスト認識
1) [ツール] - [テキスト認識] で、[このファイル内] を選択
2) [テキスト認識] のポップアップウィンドウで、[編集] をクリック
3) [PDFの出力形式] というプルダウンメニューで、[ClearScan]を選択
4) [OK] をクリック

これで、テキスト認識し直したところ、同じデータなのに誤認識が格段に減りました。

もしかしたら、前回も ClearScan を使ったのかなぁ。。。^^;

[2回]

なんだかんだ言いながら、結局、iPhone を買ってしまいました。^o^

そして、今までスマフォで使っていたカレンダーが使えなくなったので、ジョルテを導入しました。

ついでに、PC でスケジュール管理に使っていた「秘書君」も、Googleカレンダーと同期できるものに置き換えたい、、、と探し、FavGCalScheduler というソフトを見つけました。これは、なかなか良さそうです。
万一に備えて、一応、秘書君も残していますが、たぶん年末までには秘書君ともサヨナラすることになるでしょう。^^;

秘書君は、「昼食をお取りください」とか「もう3時間も働いていますよ」、「働き過ぎは体によくありません」とか声をかけてくれるのが、妙に良かったのですが、やっぱりスケジュールの二重管理は面倒なので、致しかたありません。

たぶん、仕事のスケジュールだけならば、秘書君が一番良いのですが、家族とスケジュールを共有したりするのに、Google カレンダーが便利なんですよね。

秘書君、ごめんなさい。
でも、バージョンアップしてくれたら、また秘書君を採用するかもしれません。^o^

[1回]

今日は久しぶりにサンデー プログラマーしてました。

前から数独というパズルが好きなのですが、先日ふと、これってアルゴリズム的に解くとしたら、どうなるのだろう、、、と思ったのがきっかけで、ちょっと暇になったので、トライしてみました。

最初はVC++で作ろうかと思ったのですが、UIを作るのも面倒なので、Excelのマクロで作ることにしました。
Excelだと表計算と組み合わせて作ることができるので便利です。

↓こんな感じで作っています。


まだ、アルゴリズムのうち3/4しか完成していませんが、初級の問題だと、十分解くことができます。

手順がわかるように、1 ステップずつ実行するように作っているのですが、アルゴリズムはわかっているはずなのに、意外と「あれ？　なんでそこがその値になるの？」と思うことがあり、上級問題がなかなか解けない理由がわかった気がします。^o^

このプログラムで簡単に解いてしまおう、なんて気はさらさら無いのですが、上級問題が解けるようになる訓練はできるかもしれません！^^;

[0回]

ちょっと仕事が忙しかったので、しばらく勉強が止まっていました。^^;

先週、修了作品の編集作業を始めたのですが、第 3 章まで進んだところで、Word が落ちていまいまいた。;_;
どうやら図が多すぎて、メモリ エラーが起きたようです。
立ち上げ直して作業を続けることはできたのですが、なにせ 14 章まであるので、こんなところで落ちているようでは、先行きが不安です。

というわけで、すべてを 1 ファイルにするのはやめて、グループ文書にすることにしました。

もともと、6 回に分けて課題を提出しているので、ファイルは 6 個あります。
これらを 1 ファイルにマージするのではなく、最初のファイルの後ろに、サブ文書として挿入します。
つまり、ファイルは 6 個のままですが、最初のファイルを開けると、第 2～第 6 のファイルが参照されるというわけです。^o^

方法は簡単でした。

1) 最初のファイルを開いて、アウトライン表示にする。
2) [アウトライン] タブで、[レベルの表示] を [レベル1] に変更する。
　　（必須ではないですが、全部表示すると、わかりにくいので。）
3) 一番後ろ（各ファイルを入れる位置）にカーソルを移動する。
4) [文書の表示] - [挿入] をクリックし、挿入するファイルを指定する。
5) サブ文書を展開した状態で、アウトライン表示を終了すると、すべての文書が表示される。

普通は翻訳で図のレイアウトまですることはないと思うので、この機能を使うのも今回が最後かもしれませんが、何かのときのために、メモっておきます。^^;

[0回]

久々に、さまざまなアプリを立ち上げる必要のある仕事が来ました。

VirtuaWin は役立っています!

メール用のデスクトップ
メインの翻訳作業のデスクトップ
原文のレイアウト、参考資料など参照用のデスクトップ
進捗管理用のデスクトップ
に分けています。

作業内容によっては、4つに分ける必要のない場合もあるのですが、今の仕事は、本当に立ち上げるウィンドウが多いので、4つ使うのがベストです。

もうちょっと、こうなってくれれば、、、というのはあるのですが、今のところ要求を満たす仮想デスクトップはなさそうなので、当分、これを使ってみます。
オプションをもっと調査すれば、もっと使いやすくなるかも、なのですが、なかなか調べる時間（気合?）がないです。^^;

[0回]